摘要：
深度学习与计算机视觉系列(2)_图像分类与KNN 作者： 寒小阳 时间：2015年11月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/49949535 声明：版权所有，转载请注明出处，谢谢 1. 图像分类问题 这是人每天自然而然会做的事 阅读全文
posted @ 2017-07-11 15:40
米罗西
阅读(948)
评论(0)
推荐(0)
摘要：
深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器 作者： 寒小阳 时间：2015年11月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/49999299 声明：版权所有，转载请注明出处，谢谢。 1. 线性分类器 在深度学习 阅读全文
posted @ 2017-07-11 15:37
米罗西
阅读(508)
评论(0)
推荐(0)
摘要：
深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数 1.神经元与含义 大家都知道最开始深度学习与神经网络，是受人脑的神经元启发设计出来的。所以我们按照惯例也交代一下背景，从生物学的角度开始介绍，当然也是对神经网络研究的先驱们致一下敬。 1.1 神经元激励与连接 大家都知道，人脑的基本计算单 阅读全文
posted @ 2017-07-11 15:35
米罗西
阅读(539)
评论(0)
推荐(0)
摘要：
深度学习与计算机视觉系列(4)_最优化与随机梯度下降 1. 引言 上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念： 用于把原始像素信息映射到不同类别得分的得分函数/score function 用于评估参数W效果(评估该参数下每类得分和实际得 阅读全文
posted @ 2017-07-11 15:34
米罗西
阅读(354)
评论(0)
推荐(0)
摘要：
深度学习与计算机视觉系列(5)_反向传播与它的直观理解 1. 引言 其实一开始要讲这部分内容，我是拒绝的，原因是我觉得有一种写高数课总结的感觉。而一般直观上理解反向传播算法就是求导的一个链式法则而已。但是偏偏理解这部分和其中的细节对于神经网络的设计和调整优化又是有用的，所以硬着头皮写写吧。 问题描述 阅读全文
posted @ 2017-07-11 15:30
米罗西
阅读(498)
评论(0)
推荐(0)
摘要：
学习OpenCV——SVM 学习SVM，首先通过http://zh.wikipedia.org/wiki/SVM， 再通过博客http://blog.csdn.net/yang_xian521/article/details/6969904 OpenCV开发SVM算法是基于LibSVM软件包开发的， 阅读全文
posted @ 2017-07-11 15:26
米罗西
阅读(647)
评论(0)
推荐(0)
摘要：
梯度下降法解线性回归 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。 假设现在的目标是开餐馆选址，自变量 阅读全文
posted @ 2017-07-11 14:51
米罗西
阅读(281)
评论(0)
推荐(0)
摘要：
梯度下降法解神经网络 本文是Andrew Ng在Coursera的机器学习课程的笔记。 整体步骤 确定网络模型 初始化权重参数 对于每个样例，执行以下步骤直到收敛 计算模型输出：forward propagation 计算代价函数：比较模型输出与真实输出的差距 更新权重参数：back propaga 阅读全文
posted @ 2017-07-11 14:50
米罗西
阅读(442)
评论(0)
推荐(0)
摘要：
应用机器学习建议 本文是Andrew Ng在Coursera的机器学习课程的笔记。 动机 当一个算法在训练集表现优秀，但在测试集表现不佳时，我们需要考虑如何改良算法。方法包括： 修改拟合函数的最高阶数 增加或者减少特征数 修改regularization参数λ 增加样本数，扩大数据集 ... 该从何 阅读全文
posted @ 2017-07-11 14:49
米罗西
阅读(291)
评论(0)
推荐(0)
浙公网安备 33010602011771号